課程簡介
體系完整：從縱向的思維認(rèn)知升級，到橫向的流程建立，課程構(gòu)建了完整的破局方法論體系，幫助企業(yè)360度掃描自身、發(fā)現(xiàn)問題、解決問題。
模塊封裝：課程高度模塊化，各單元獨立成章，將知識完美封裝，易于吸收。且可根據(jù)授課對象的實際情況進(jìn)行靈活的組合，按需所取。
案例眾多：課程中采用不同行業(yè)的案例拆解分析，他山之石可以攻玉，快速吸收借鑒他人成功和失敗的經(jīng)驗是迅速轉(zhuǎn)身的捷徑。
工具落地：提供互聯(lián)網(wǎng)大廠/新零售/銀行等金融行業(yè)在用的方法論的落地工具，并結(jié)合資訊實例以及和學(xué)員的共創(chuàng)輔助將知識點快速落地為學(xué)員的經(jīng)驗。
實戰(zhàn)演練：采用分組積分制、課堂互動、課后實操作業(yè)、講師助教點評批改、復(fù)盤等形式，學(xué)員在練中學(xué)、學(xué)中練，將知識體系與自身業(yè)務(wù)有機(jī)融合。
授課專業(yè)：授課講師從事在線教育行業(yè)創(chuàng)業(yè)，將教、學(xué)、評、測、練的完整體系融入到授課和訓(xùn)練營的過程之中，最短時間輔助學(xué)員掌握吸收，最高效率做知識和經(jīng)驗傳授，最大限度幫企業(yè)節(jié)約時間。
目標(biāo)收益
1、體系完整；
2、數(shù)據(jù)思維升級：提升核心團(tuán)隊不同角色數(shù)據(jù)思維能力。
-產(chǎn)品：對功能上線后的效果負(fù)責(zé)，如何正確評估指標(biāo)，如何基于數(shù)據(jù)指標(biāo)通過探索性數(shù)據(jù)分析提出基于目標(biāo)提升的優(yōu)化建議，還能數(shù)據(jù)指標(biāo)洞察真正的業(yè)務(wù)需求發(fā)現(xiàn)產(chǎn)品新的機(jī)會點。
-運營：如何在預(yù)算少、研發(fā)人力投入不足的情況，基于行業(yè)、競品和自己的數(shù)據(jù)分析，找到當(dāng)下價值最大的策略。
-市場營銷：一是提高對外部市場數(shù)據(jù)的獲取和分析能力；二是提高數(shù)據(jù)評估能力，對市場投放/活動前預(yù)算估算能力和投放.活動后效果衡量以及后續(xù)重點優(yōu)化方向判斷。三是數(shù)據(jù)分析能力（在“數(shù)據(jù)海洋”中尋找因果關(guān)系并將之量化的能力），弄清市場預(yù)算/花費、渠道、創(chuàng)意等影響因素與公司實際追求的業(yè)務(wù)增長指標(biāo)間的關(guān)系，以及在可控的范圍內(nèi)通過在預(yù)算、渠道、創(chuàng)意等維度上的優(yōu)化促進(jìn)公司的業(yè)務(wù)增長。
-數(shù)據(jù)分析師：不再做服務(wù)業(yè)務(wù)的乙方，而是從戰(zhàn)略和戰(zhàn)術(shù)做業(yè)務(wù)的參謀部。
-業(yè)務(wù)負(fù)責(zé)人：一是提高鑒別數(shù)據(jù)質(zhì)量、數(shù)據(jù)分析結(jié)論避免陷入盲從數(shù)據(jù)的誤區(qū)，從而在業(yè)務(wù)判斷、業(yè)務(wù)決策上造成誤導(dǎo)。因為同一個數(shù)據(jù)源用不同口徑統(tǒng)計，再采用不同的比較方式，甚至造成不好的結(jié)果。領(lǐng)導(dǎo)需要判斷數(shù)據(jù)口徑及其對比方式是否能夠科學(xué)、準(zhǔn)確地體現(xiàn)業(yè)務(wù)經(jīng)營狀況的好壞，還是可能為“虛榮指標(biāo)。二是基于數(shù)據(jù)抽絲剝繭”，準(zhǔn)確判斷業(yè)務(wù)方向，采取正確的策略。
3、數(shù)據(jù)思維升級掌握體系化的框架并在課堂產(chǎn)出：
4、業(yè)務(wù)診斷：通過業(yè)務(wù)分析指標(biāo)體系對核心經(jīng)營指標(biāo)、業(yè)務(wù)異常等進(jìn)行分析階段
5、策略落地：增強高階運營體系化和戰(zhàn)略化運營增長能力。
掌握基于當(dāng)前業(yè)務(wù)問題，選擇適合自己的產(chǎn)品或運營增長策略，實現(xiàn)全生命周期的用戶管理，達(dá)成拉新、轉(zhuǎn)化和留存等業(yè)務(wù)目標(biāo)。
6、沉默用戶激活以及全生命周期管理：辛辛苦苦獲取了大量用戶，但是用戶不活躍，如何提高頻次..
7、數(shù)據(jù)體系建立：團(tuán)隊管理者上下同欲設(shè)計目標(biāo)，員工拆解自己的OKR，一級指標(biāo)到四級指標(biāo)建立，針對數(shù)據(jù)發(fā)現(xiàn)問題并解決問題。
培訓(xùn)對象
課程大綱
| 一、數(shù)據(jù)洞察（3H） |
01|?如何找到北極星指標(biāo) 1.如何定義一個好指標(biāo)，建立指標(biāo)的誤區(qū) 2.評估北極星指標(biāo) （1）估算方式一：自上而下的北極星指標(biāo) （2）估算方式二：參照系法 （3）估算方式三： 02|?如何搭建數(shù)據(jù)指標(biāo)體系，助力業(yè)務(wù)增長 數(shù)據(jù)指標(biāo)的拆解思路，教你建設(shè)好一個好的質(zhì)量評估體系和監(jiān)控體系 （1）分級評估體系 （2）指標(biāo)體系常見的誤區(qū) 帶你讀懂?dāng)?shù)據(jù)，找到業(yè)務(wù)運營發(fā)力點 03.進(jìn)階：戰(zhàn)略級指標(biāo)宏觀環(huán)境指標(biāo)：PEST/美團(tuán)四層三面 中觀環(huán)境指標(biāo)：五力模型 微觀環(huán)境指標(biāo)：競爭勢態(tài) 【模塊收益】 1.定義北極星指標(biāo) 2.掌握三種合理估算北極星指標(biāo)的方法 3.找到行業(yè)&競品數(shù)據(jù)方法 【案例】 基于銀行不同業(yè)務(wù)指標(biāo)體系拆解的方法（個貸、手機(jī)銀行、零售等） 【效果檢驗】 工作坊：設(shè)計自己的數(shù)據(jù)指標(biāo)體系并洞察增長方向 |
| 二、活用數(shù)據(jù)分析方法，應(yīng)對不同業(yè)務(wù)場景實戰(zhàn)（3H） |
01|?分析結(jié)果，【發(fā)生了什么】的四大數(shù)據(jù)分析方法（描述性分析） 1.發(fā)生了多少次：頻數(shù)分析/數(shù)據(jù)分布 2.如何變化：趨勢分析 3.忠誠度留存分析&魔法數(shù)字 4.漏斗分析 02|?業(yè)務(wù)預(yù)警（診斷類分析） 找到異常：西格瑪分析和四分位差 03|?業(yè)務(wù)問題診斷，分析【為什么發(fā)生】的三大方法 1.細(xì)分分析&對比分析 2.用戶在做什么，路徑分析 3.用戶為什么會購買，歸因分析 04|建模型三大方法和應(yīng)用場景 場景一：預(yù)測發(fā)展趨勢：線性回歸 場景二：評估相似程度：K-means聚類 場景三：識別關(guān)鍵因子:logistic回歸 05|?用戶畫像（標(biāo)簽體系、用戶分群和用戶分層） 【模塊收益】 1.掌握業(yè)務(wù)發(fā)生了什么描述性分析的四大方法 2.掌握業(yè)務(wù)預(yù)警診斷類的兩大方法 3.掌握業(yè)務(wù)為什么發(fā)生的三大方法 4.建模型分析的三大方法以及三大應(yīng)用場景 【案例】 1.基于銀行不同業(yè)務(wù)指標(biāo)體系拆解的方法（個貸、手機(jī)銀行、零售等），每個分析方法對應(yīng)不同案例 2.金融用戶購買意愿 3.交叉用戶購買意愿（線性回歸) 4.工行標(biāo)簽體系建設(shè)與應(yīng)用 5.銀行數(shù)據(jù)漲跌如何分析 6.銀行建模分的實戰(zhàn) 7.銀行用戶基于數(shù)據(jù)聚類分層 8.優(yōu)惠敏感度測算 9.成本收益模型 【效果檢驗】 設(shè)計自己業(yè)務(wù)監(jiān)控和價值評估的指標(biāo)體系 |
| 三、基于數(shù)據(jù)選擇正確的策略（4H） |
01|?基于數(shù)據(jù)驅(qū)動增長的頂層思考框架（探索性分析） 02|?規(guī)?；马椖繉崙?zhàn) 1.策略一：如何評估渠道質(zhì)量，進(jìn)行迭代優(yōu)化以及做好策略落得的四要素 2.策略二：基于數(shù)據(jù)分析進(jìn)行活動拉新迭代（活動預(yù)算、活動補貼以及活動策略效果預(yù)測等） 03|?新用戶激活項目實戰(zhàn) 1.策略一：Aha時刻（基于數(shù)據(jù)找尋）+引導(dǎo)用戶的4個手段 2.策略二：基于數(shù)據(jù)漏斗優(yōu)化核心體驗減少流失 04|?老用戶留存項目十大策略實戰(zhàn) 1 策略一：基于不同分層精細(xì)化運營策略提高用戶留存（充返、滿贈、單單省、任務(wù)、券套餐、會員） 2.2 策略二：皮爾遜相關(guān)系數(shù)方式找到影響留存的要素 2.3 策略三：提高用戶參與度 2.4 策略四：強化社交關(guān)系（社交關(guān)系的計算和應(yīng)用） 2.5 策略五：構(gòu)建沉默成本 2.6 策略六：激勵體系價值預(yù)測和策略選擇 2.7 策略七：橫向擴(kuò)展哪些用戶群的的數(shù)據(jù)分析和縱向技術(shù)數(shù)據(jù)洞察進(jìn)行用戶價值延伸 選擇 05|?老用戶價值提升項目實戰(zhàn)的七大策略 策略一：精細(xì)化（如何基于數(shù)據(jù)判斷針對哪類用戶提升） 策略二：會員 （基于數(shù)據(jù)進(jìn)行不同用戶會員權(quán)益選擇、會員等級設(shè)置、會員定價測算） 策略三：營銷活動補貼（用戶敏感度模型、補貼價值計算） 策略四：社群服務(wù) 策略五: 交叉推薦 策略六：新的交易模式設(shè)計 策略七：變現(xiàn)收入模式 06|流失用戶召回項目實戰(zhàn) 6.1 用戶召回頂層設(shè)計 6.2 召回用戶四部曲 6.2.1 第一步，基于科學(xué)合理的進(jìn)行召回用戶選擇（利用邏輯回歸預(yù)測用戶流失概率、流失后留存的概率） 6.2.2 第二步，利用數(shù)據(jù)分析找到流失原因分析（最核心） 6.2.3 第三步，A/B實驗（時間+內(nèi)容+驅(qū)道+承接方式） 6.2.4 效果監(jiān)測，策略迭代 07|?通過數(shù)據(jù)分析搭建反作弊模型 【模塊收益】 1.科學(xué)量化用戶體驗 2.新老用戶留存相關(guān)因素分析 3.基于數(shù)據(jù)分析和用戶洞察選擇適合自己的策略 4.掌握提高用戶價值七大策略 【案例】 1.平安銀行新用戶轉(zhuǎn)化策略的迭代 2.平安用戶養(yǎng)成計劃的數(shù)據(jù)測算和迭代優(yōu)化 3.滴滴司機(jī)收入下降的數(shù)據(jù)分析和迭代策略選擇 4.建行券包策略的數(shù)據(jù)分析實戰(zhàn) 5.平安銀行私域分析和實戰(zhàn) 6.滴滴司機(jī)和乘客精細(xì)化召回 6.滴滴類別拉新和大型活動 7.美團(tuán)外賣留存 8.招行用戶AUM提升3000萬實戰(zhàn) 9.平安銀行用戶購買轉(zhuǎn)化率分析 10.交叉購買分析 11.銀行用新零售老用戶召回完整詳解講解 【效果檢驗】 工作坊：基于數(shù)據(jù)分析的框架設(shè)計自己的策略 |
| 四、數(shù)據(jù)反饋（2H） |
01|A/B實驗 1.A/B實驗測試的理論基礎(chǔ)-假設(shè)驗證 2.設(shè)計A/B實驗測試流程和三原則（流量分配、實驗周期等） 3.A/B實驗工具&A/B實驗系統(tǒng)介紹 02|歸因體系搭建 1.歸因五部曲（用戶識別-歸因模型-歸因方法-歸因串聯(lián)-歸因周期 2.歸因六方法以及應(yīng)用場景 03|數(shù)據(jù)采集 明確埋點需求（想清楚）-形成需求文檔（講明白） 04|數(shù)據(jù)可視化，匯報錦上添花 【模塊收益】 1.A/B實驗的流程 2.保證A/B實驗效果的三原則 3.歸因體系搭建框架 【案例】 1.京東金融、字節(jié)A/B實驗 2.銀行數(shù)據(jù)數(shù)據(jù)采集實戰(zhàn) 3.字節(jié)的歸因體系框架設(shè)計 |
|
一、數(shù)據(jù)洞察（3H） 01|?如何找到北極星指標(biāo) 1.如何定義一個好指標(biāo)，建立指標(biāo)的誤區(qū) 2.評估北極星指標(biāo) （1）估算方式一：自上而下的北極星指標(biāo) （2）估算方式二：參照系法 （3）估算方式三： 02|?如何搭建數(shù)據(jù)指標(biāo)體系，助力業(yè)務(wù)增長 數(shù)據(jù)指標(biāo)的拆解思路，教你建設(shè)好一個好的質(zhì)量評估體系和監(jiān)控體系 （1）分級評估體系 （2）指標(biāo)體系常見的誤區(qū) 帶你讀懂?dāng)?shù)據(jù)，找到業(yè)務(wù)運營發(fā)力點 03.進(jìn)階：戰(zhàn)略級指標(biāo)宏觀環(huán)境指標(biāo)：PEST/美團(tuán)四層三面 中觀環(huán)境指標(biāo)：五力模型 微觀環(huán)境指標(biāo)：競爭勢態(tài) 【模塊收益】 1.定義北極星指標(biāo) 2.掌握三種合理估算北極星指標(biāo)的方法 3.找到行業(yè)&競品數(shù)據(jù)方法 【案例】 基于銀行不同業(yè)務(wù)指標(biāo)體系拆解的方法（個貸、手機(jī)銀行、零售等） 【效果檢驗】 工作坊：設(shè)計自己的數(shù)據(jù)指標(biāo)體系并洞察增長方向 |
|
二、活用數(shù)據(jù)分析方法，應(yīng)對不同業(yè)務(wù)場景實戰(zhàn)（3H） 01|?分析結(jié)果，【發(fā)生了什么】的四大數(shù)據(jù)分析方法（描述性分析） 1.發(fā)生了多少次：頻數(shù)分析/數(shù)據(jù)分布 2.如何變化：趨勢分析 3.忠誠度留存分析&魔法數(shù)字 4.漏斗分析 02|?業(yè)務(wù)預(yù)警（診斷類分析） 找到異常：西格瑪分析和四分位差 03|?業(yè)務(wù)問題診斷，分析【為什么發(fā)生】的三大方法 1.細(xì)分分析&對比分析 2.用戶在做什么，路徑分析 3.用戶為什么會購買，歸因分析 04|建模型三大方法和應(yīng)用場景 場景一：預(yù)測發(fā)展趨勢：線性回歸 場景二：評估相似程度：K-means聚類 場景三：識別關(guān)鍵因子:logistic回歸 05|?用戶畫像（標(biāo)簽體系、用戶分群和用戶分層） 【模塊收益】 1.掌握業(yè)務(wù)發(fā)生了什么描述性分析的四大方法 2.掌握業(yè)務(wù)預(yù)警診斷類的兩大方法 3.掌握業(yè)務(wù)為什么發(fā)生的三大方法 4.建模型分析的三大方法以及三大應(yīng)用場景 【案例】 1.基于銀行不同業(yè)務(wù)指標(biāo)體系拆解的方法（個貸、手機(jī)銀行、零售等），每個分析方法對應(yīng)不同案例 2.金融用戶購買意愿 3.交叉用戶購買意愿（線性回歸) 4.工行標(biāo)簽體系建設(shè)與應(yīng)用 5.銀行數(shù)據(jù)漲跌如何分析 6.銀行建模分的實戰(zhàn) 7.銀行用戶基于數(shù)據(jù)聚類分層 8.優(yōu)惠敏感度測算 9.成本收益模型 【效果檢驗】 設(shè)計自己業(yè)務(wù)監(jiān)控和價值評估的指標(biāo)體系 |
|
三、基于數(shù)據(jù)選擇正確的策略（4H） 01|?基于數(shù)據(jù)驅(qū)動增長的頂層思考框架（探索性分析） 02|?規(guī)?；马椖繉崙?zhàn) 1.策略一：如何評估渠道質(zhì)量，進(jìn)行迭代優(yōu)化以及做好策略落得的四要素 2.策略二：基于數(shù)據(jù)分析進(jìn)行活動拉新迭代（活動預(yù)算、活動補貼以及活動策略效果預(yù)測等） 03|?新用戶激活項目實戰(zhàn) 1.策略一：Aha時刻（基于數(shù)據(jù)找尋）+引導(dǎo)用戶的4個手段 2.策略二：基于數(shù)據(jù)漏斗優(yōu)化核心體驗減少流失 04|?老用戶留存項目十大策略實戰(zhàn) 1 策略一：基于不同分層精細(xì)化運營策略提高用戶留存（充返、滿贈、單單省、任務(wù)、券套餐、會員） 2.2 策略二：皮爾遜相關(guān)系數(shù)方式找到影響留存的要素 2.3 策略三：提高用戶參與度 2.4 策略四：強化社交關(guān)系（社交關(guān)系的計算和應(yīng)用） 2.5 策略五：構(gòu)建沉默成本 2.6 策略六：激勵體系價值預(yù)測和策略選擇 2.7 策略七：橫向擴(kuò)展哪些用戶群的的數(shù)據(jù)分析和縱向技術(shù)數(shù)據(jù)洞察進(jìn)行用戶價值延伸 選擇 05|?老用戶價值提升項目實戰(zhàn)的七大策略 策略一：精細(xì)化（如何基于數(shù)據(jù)判斷針對哪類用戶提升） 策略二：會員 （基于數(shù)據(jù)進(jìn)行不同用戶會員權(quán)益選擇、會員等級設(shè)置、會員定價測算） 策略三：營銷活動補貼（用戶敏感度模型、補貼價值計算） 策略四：社群服務(wù) 策略五: 交叉推薦 策略六：新的交易模式設(shè)計 策略七：變現(xiàn)收入模式 06|流失用戶召回項目實戰(zhàn) 6.1 用戶召回頂層設(shè)計 6.2 召回用戶四部曲 6.2.1 第一步，基于科學(xué)合理的進(jìn)行召回用戶選擇（利用邏輯回歸預(yù)測用戶流失概率、流失后留存的概率） 6.2.2 第二步，利用數(shù)據(jù)分析找到流失原因分析（最核心） 6.2.3 第三步，A/B實驗（時間+內(nèi)容+驅(qū)道+承接方式） 6.2.4 效果監(jiān)測，策略迭代 07|?通過數(shù)據(jù)分析搭建反作弊模型 【模塊收益】 1.科學(xué)量化用戶體驗 2.新老用戶留存相關(guān)因素分析 3.基于數(shù)據(jù)分析和用戶洞察選擇適合自己的策略 4.掌握提高用戶價值七大策略 【案例】 1.平安銀行新用戶轉(zhuǎn)化策略的迭代 2.平安用戶養(yǎng)成計劃的數(shù)據(jù)測算和迭代優(yōu)化 3.滴滴司機(jī)收入下降的數(shù)據(jù)分析和迭代策略選擇 4.建行券包策略的數(shù)據(jù)分析實戰(zhàn) 5.平安銀行私域分析和實戰(zhàn) 6.滴滴司機(jī)和乘客精細(xì)化召回 6.滴滴類別拉新和大型活動 7.美團(tuán)外賣留存 8.招行用戶AUM提升3000萬實戰(zhàn) 9.平安銀行用戶購買轉(zhuǎn)化率分析 10.交叉購買分析 11.銀行用新零售老用戶召回完整詳解講解 【效果檢驗】 工作坊：基于數(shù)據(jù)分析的框架設(shè)計自己的策略 |
|
四、數(shù)據(jù)反饋（2H） 01|A/B實驗 1.A/B實驗測試的理論基礎(chǔ)-假設(shè)驗證 2.設(shè)計A/B實驗測試流程和三原則（流量分配、實驗周期等） 3.A/B實驗工具&A/B實驗系統(tǒng)介紹 02|歸因體系搭建 1.歸因五部曲（用戶識別-歸因模型-歸因方法-歸因串聯(lián)-歸因周期 2.歸因六方法以及應(yīng)用場景 03|數(shù)據(jù)采集 明確埋點需求（想清楚）-形成需求文檔（講明白） 04|數(shù)據(jù)可視化，匯報錦上添花 【模塊收益】 1.A/B實驗的流程 2.保證A/B實驗效果的三原則 3.歸因體系搭建框架 【案例】 1.京東金融、字節(jié)A/B實驗 2.銀行數(shù)據(jù)數(shù)據(jù)采集實戰(zhàn) 3.字節(jié)的歸因體系框架設(shè)計 |
近期公開課推薦
